Я пытаюсь использовать пакет снега для оценки эластичной модели сети в R, но я не могу понять, как заставить функцию прогнозирования работать через несколько узлов в кластере. Приведенный ниже код содержит как временную точку отсчета и фактический код продуцирующие ошибки:Оценка параллельной модели R
##############
#Snow example#
##############
library(snow)
library(glmnet)
library(mlbench)
data(BostonHousing)
BostonHousing$chas<-as.numeric(BostonHousing$chas)
ind<-as.matrix(BostonHousing[,1:13],col.names=TRUE)
dep<-as.matrix(BostonHousing[,14],col.names=TRUE)
fit_lambda<-cv.glmnet(ind,dep)
#fit elastic net
fit_en<<-glmnet(ind,dep,family="gaussian",alpha=0.5,lambda=fit_lambda$lambda.min)
ind_exp<-rbind(ind,ind)
#single thread baseline
i<-0
while(i < 2000){
ind_exp<-rbind(ind_exp,ind)
i = i+1
}
system.time(st<-predict(fit_en,ind_exp))
#formula for parallel execution
pred_en<-function(x){
x<-as.matrix(x)
return(predict(fit_en,x))
}
#make the cluster
cl<-makeSOCKcluster(4)
clusterExport(cl,"fit_en")
clusterExport(cl,"pred_en")
#parallel baseline
system.time(mt<-parRapply(cl,ind_exp,pred_en))
я смог распараллелить через разветвление на коробке Linux с использованием многоядерной, но я в конечном итоге приходится использовать довольно неэффективные mclapply в сочетании с unlist и искал лучший способ сделать это со снегом (что, кстати, будет работать как на моем компьютере с ОС Windows, так и на моих Linux-серверах prod). Спасибо, ТАК.